待验证50% 置信事实精确时间

ARC开发了一套模型评估(evals)框架，通过设计特定测试场景探测模型是否展现出危险行为倾向

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

OpenAI任命AI安全专家进董事会：Paul Christiano加入引发行业关注

涉及实体

Alignment Research Centercompany

相关事实

待验证METR（前ARC Evals）专注于评估前沿模型的危险能力74% 相似待验证AISI的评估采用多层次测试框架，参照CVE数据库中的真实案例，同时设计全新挑战场景测试模型泛化能力73% 相似待验证Anthropic等公司已经开始专门测试模型的说服能力和欺骗倾向，作为安全评估的重要维度71% 相似待验证为应对测试环境应试化，研究者建议引入模型无法预知的隐藏测试、动态评估、活基准（live benchmark）等方法70% 相似待验证Evals是用于系统性衡量模型或智能体输出质量的测试框架，类比软件工程中的单元测试和集成测试70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/891713

API

curl https://kongchang.com/api/v1/knowledge/claims/891713

MCP

get_claim(id=891713)